2018年6月13日精彩内容推荐(蒙特卡洛方法教程、2018深度学习视频行为识别概述等 )

2018 年 6 月 13 日 Chatbots技术与产品

点击 Chatbots技术与产品快速关注本账号!


1.【蒙特卡洛方法教程】 Comprehensive Introduction to Monte Carlo Methods

一篇写的很清晰的tutorial,从原理到应用,文末还使用python代码完成了两个很简单的gym小游戏作为示例

https://oneraynyday.github.io/ml/2018/05/24/Reinforcement-Learning-Monte-Carlo/

By 微博机器学习


2.【2018深度学习视频行为识别概述】《Deep Learning for Videos: A 2018 Guide to Action Recognition》by Rohit Ghosh

http://blog.qure.ai/notes/deep-learning-for-videos-action-recognition-review

By 爱可可-爱生活


3.香侬说 | 香侬科技独家对话斯坦福大学计算机系教授Percy Liang

https://weibo.com/ttarticle/p/show?id=2309404250417813959085#_0

By 香侬科技


4.【2018.6十大机器学习热门网文】《Machine Learning Top 10 Articles for the Past Month (v.June 2018)》by Mybridge

https://medium.mybridge.co/machine-learning-top-10-articles-for-the-past-month-v-june-2018-a3a88164bd0e

By 爱可可-爱生活


5.“可解释性”OR“准确性”?压缩深度神经网络模型让你两者兼得

https://weibo.com/ttarticle/p/show?id=2309404250167967631148#_0

By 微软亚洲研究院


(PS:点击阅读原文可直接打开链接,查看更多精彩内容


- END -


非常欢迎加入我们的微信群一起讨论分享!

新浪微博:ChatbotsChina

微信号:Chatbots01

关注我们,一起学习机器人

登录查看更多
42

相关内容

马尔科夫链蒙特卡洛方法(Markov Chain Monte Carlo),简称MCMC,产生于19世纪50年代早期,是在贝叶斯理论框架下,通过计算机进行模拟的蒙特卡洛方法(Monte Carlo)。该方法将马尔科夫(Markov)过程引入到Monte Carlo模拟中,实现抽样分布随模拟的进行而改变的动态模拟,弥补了传统的蒙特卡罗积分只能静态模拟的缺陷。MCMC是一种简单有效的计算方法,在很多领域到广泛的应用,如统计物、贝叶斯(Bayes)问题、计算机问题等。
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【干货51页PPT】深度学习理论理解探索
专知会员服务
59+阅读 · 2019年12月24日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
23+阅读 · 2019年11月19日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
90+阅读 · 2019年10月16日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
143+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
167+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
2018年7月27日精彩内容推荐 (2018自然语言处理研究报告)
Chatbots技术与产品
5+阅读 · 2018年7月27日
2018年1月4日精彩内容推荐(用深度学习玩转‘微信跳一跳)
Chatbots技术与产品
3+阅读 · 2018年1月4日
2017年11月13日精彩内容推荐(增强学习入门知识总结)
Chatbots技术与产品
3+阅读 · 2017年11月13日
Arxiv
14+阅读 · 2020年2月6日
Arxiv
135+阅读 · 2018年10月8日
Arxiv
21+阅读 · 2018年8月30日
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Arxiv
4+阅读 · 2018年3月19日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关VIP内容
【Facebook AI】低资源机器翻译,74页ppt
专知会员服务
29+阅读 · 2020年4月8日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【干货51页PPT】深度学习理论理解探索
专知会员服务
59+阅读 · 2019年12月24日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
23+阅读 · 2019年11月19日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
90+阅读 · 2019年10月16日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
143+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
167+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
相关论文
Arxiv
14+阅读 · 2020年2月6日
Arxiv
135+阅读 · 2018年10月8日
Arxiv
21+阅读 · 2018年8月30日
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Arxiv
4+阅读 · 2018年3月19日
Arxiv
151+阅读 · 2017年8月1日
Top
微信扫码咨询专知VIP会员